Muse Spark 1.1
Meta: Muse Spark 1.1 是 Meta 推出的多模态推理模型，专为智能体任务打造。它支持接收文本、图像、视频、音频及 PDF 文档作为输入，输出文本内容，具备 100 万 token 的上下文窗口，可适配需要处理多类型信息的复杂智能体场景，助力完成各类需要整合多模态数据的推理与交互任务。
上下文 1.0M会用工具结构化输出深度推理能看图能读文件
适合做什么
根据公开评测与能力标签，一句话帮你判断用途
整体来看，写代码和改工程很拿手；还能看图一起分析。
- 优先考虑：代码生成、重构、读仓库、排查问题
- 长文友好：一次塞很多资料也不容易“忘前面”
- 回答前会强制深度思考，复杂题更稳，但可能更慢更贵
实力怎么样
Artificial Analysis 公开指数，分数越高越好，大约按 0–100 理解
综合智能
常识、推理、知识问答这类“脑子够不够用”
53.2 中等
评测榜第 18 名 / 123写代码
写程序、改 bug、读仓库时的表现
71.3 不错
评测榜第 19 名 / 123当助手干活
多步骤任务、工具调用、把事情办完的能力
39.7 一般
评测榜第 26 名 / 123大概要花多少钱
按每百万 tokens 计价（约等于几十万到上百万汉字量级）
读入内容
$1.25/M
你把资料/问题喂给模型的费用
写出回答
$4.25/M
模型生成回复的费用，通常更贵
重复内容缓存
$0.150/M
相同上下文再次命中时更便宜
举个例子：读进约 50 万 tokens、写出约 5 万 tokens，大约花费 $0.84（按公开标价估算）。
能处理什么
输入、输出与常见能力开关
能看懂
文本图像视频文件音频
能产出
文本
还会这些
工具调用JSON / 结构化指定输出格式推理参数可见思考过程
怎么思考
推理模式决定它会不会先“慢慢想再答”
这是一台“先想清楚再开口”的模型。
- 必须先思考再回答，关闭不了——难题更稳，简单题也可能偏慢
- 可调思考强度：xhigh / 高 / 中 / 低 / minimal
- 支持把思考过程一并返回，方便排查它怎么想的
对战表现
Design Arena：模型两两对比时的相对强弱
| 分类 | 相对实力 | 胜率 | 场次 |
|---|---|---|---|
| agenticgamedev | 1178 | 48.3% | - |
| androidnative | 1199 | 47.1% | - |
| fullstack | 1232 | 48.4% | - |
| godotgamedev | 1141 | 39.4% | - |
| htmlslides | 1209 | 52% | - |
| mobileapps | 1197 | 45.7% | - |
| python-pptxslides | 1178 | 44.2% | - |
| webapps | 1235 | 50.2% | - |
| 3d | 1298 | 53.8% | - |
| asciiart | 1321 | 61.8% | - |
| codecategories | 1300 | 53.7% | - |
| dataviz | 1298 | 53.6% | - |
| gamedev | 1316 | 53.7% | - |
| svg | 1273 | 52.3% | - |
| uicomponent | 1315 | 54.1% | - |
| website | 1288 | 52.6% | - |
近期有多热
OpenRouter 日调用量